在短短两个月内，ChatGPT 已成为全球下载量最高的产品。该解决方案有别于前代产品之处在于其基于对话式 “提示 ”的超简单界面。这种直观的使用方式，加上人工智能处理海量 data 并提供快速、准确结果的能力，使专业人员的执行和决策速度提高了十倍。人工智能将人们从重复、耗时的任务中解放出来，让他们专注于附加值更高的活动。人工智能不会取代人类，而会 “增强 ”人类。.
根据最近的研究，78% 的员工认为，生成式人工智能对他们的工作效率产生了积极影响。在与知识获取相关的任务中，专业人员的执行速度提高了 37%，开发人员的编码任务提高了 55%。六个月前，生成式人工智能领域的参与者之间展开了一场名副其实的创新竞赛。为了充分获益并保持竞争力，企业需要快速行动，同时不忘应对剩余的挑战。.

透明与信任，生成式人工智能的巨大挑战

生成式人工智能解决方案的性能毋庸置疑，但它们也有一些局限性，我们必须加以注意，以尽量减少其影响。它们主要有四种类型：

  • 职业道德偏见、“幻觉”、缺乏资料来源或个人 data 使用缺乏透明度都可能反映在生成的内容中。因此，我们必须根据我们的道德章程，将偏见识别过程系统化，就像我们在 Artefact 的所有 data 处理过程中所做的那样。.

  • 环境碳足迹：在数十亿个参数上训练最新的人工智能模型会产生前所未有的碳足迹。例如，训练 GPT-3 相当于排放 502 吨二氧化碳[4]，几乎是一辆普通汽车生命周期所需排放量的十倍。人工智能的应用才刚刚开始：人工智能排放的二氧化碳是否会被其替代的人类活动不再产生的二氧化碳所抵消？

  • 就业:虽然绝大多数人类任务不会被取代，而是由人工智能协助完成，但不可否认的是，这些任务将发生变化。至关重要的是，所有年龄段和职业的人都要接受培训，以适应这些变化。更重要的是，这些技术开辟了新的职业机会，而我们已经看到这方面的人才短缺。Artefact学校Data等培训课程为这些前瞻性职业提供了一种快速、实用的再培训方式。.

  • 条例鉴于上述挑战，很明显，生成式人工智能将很快受到严格的监管，就像对个人数据处理的监管一样data。欧盟目前正在制定《人工智能法》，该法将于 2025 年生效。在明确的框架出台之前，公司必须依靠有关 data、知识产权、劳动法和环境保护的现有文本，以及以下方面的法律法规。 软法律.

Artefact 自己的降低风险和优化业务转型方法论

生成式人工智能领域令人惊叹的持续进步要求企业迅速采取行动，但同时也要保持清醒的头脑。因此，我们建议客户采用循序渐进的运营模式，并围绕转型项目实施坚实的框架。.

为了让整个公司都参与进来，初始 POC 的结果往往具有决定性意义。为了最大限度地降低事故风险，最好在内部用例中进行首次测试，或通过人工调解（例如：人工代理利用人工智能信息为客户提供更好的服务）。同时，我们需要根据业务需求和我们掌握的所有 data 确定整个公司的潜在应用。.

与此同时，还必须为以下方面确定一个路线图：

  • 组织：需要定义角色和职责，以及创建和扩展用例的管理和流程。需要制定防范风险和偏见的应急计划。.

  • 技术堆栈和 data：公司必须确保拥有高质量的 first-party data 来服务于已确定的用例，并拥有强大的技术架构来将其产业化。就成本、影响或性能而言，为正确的用途选择正确的型号至关重要。.

  • 人力资源：需要尽快制定文化适应和培训计划，以确保成功过渡。.

信任并不排除控制

尽管我们深信，生成式人工智能已经并将对企业的运营绩效和员工的生产力产生积极影响，但必须谨慎启动。在充分利用这些超高性能的新技术所提供的无限用例之前，进展必须是持续的、可控的，人类必须保留对模型的控制权。.